机器学习（3） -- 线性模型

3.1 基本形式 w直观表达了各属性在预测中的重要性，因此线性模型有很好的解释性   3.2 线性回归 对离散属性，若属性值之间存在“序”关系，可通过连续化将其转化为连续值，如高矮可转换为{1,0}，高中低可转化为{1,0.5,0}； 若属性之间不存在序关系，假设有K个属性值，则通常转化为k维向量，如西瓜、 南瓜、黄瓜可转化为（0,0,1），（0,1,0），（1,0,0） 均方误差应用了欧氏距离

>>阅读原文<<